Исследование метода разреженных представлений для подавления эффекта ложного оконтуривания
Автор: Умнов Алексей Витальевич, Крылов Андрей Серджевич
Журнал: Компьютерная оптика @computer-optics
Рубрика: Обработка изображений: Распознавание образов
Статья в выпуске: 6 т.40, 2016 года.
Бесплатный доступ
В статье предложен алгоритм решения задачи подавления эффекта ложного оконтуривания на изображениях на основе метода разреженных представлений. Предложенный метод включает в себя в качестве одного из этапов повышение резкости изображений методом деконволюции Винера-Ханта. Алгоритм подавления эффекта ложного оконтуривания построен на основе результатов анализа взаимной согласованности сигналов и разреженности представлений при работе с эффектом ложного оконтуривания в методе разреженных представлений. Проведен также анализ взаимной согласованности сигналов и разреженности представлений для размытых изображений и изображений с белым гауссовским шумом.
Эффект ложного оконтуривания, разреженные представления, взаимная согласованность
Короткий адрес: https://sciup.org/14059518
IDR: 14059518 | DOI: 10.18287/2412-6179-2016-40-6-895-903
Список литературы Исследование метода разреженных представлений для подавления эффекта ложного оконтуривания
- Nasonov, A.V. Edge quality metrics for image enhancement/A.V. Nasonov, A.S. Krylov//Pattern Recognition and Image Analysis -2012. -Vol. 22(2). -P. 346-353. - DOI: 10.1134/S1054661812020113
- Koh, C.C. Annoyance of individual artifacts in MPEG-2 compressed video and their relation to overall annoyance/C.C. Koh, S.K. Mitra, J.M. Foley, I. Heynderickx//Proceedings of SPIE. -2005. -Vol. 5666. -P. 595-606. - DOI: 10.1117/12.587423
- Liu, H. A perceptually relevant approach to ringing region detection/H. Liu, N. Klomp, I. Heynderickx//IEEE Transactions on Image Processing. -2010. -Vol. 19(6). -P. 1414-1426. - DOI: 10.1109/TIP.2010.2041406
- Marziliano, P. Perceptual blur and ringing metrics: application to JPEG2000/P. Marziliano, F. Dufaux, S. Winkler, T. Ebrahimi//Signal Processing: Image Communication. -2005. -Vol. 19. -P. 163-172. - DOI: 10.1016/j.image.2003.08.003
- Ghang, H. Reducing artifacts in JPEG decompression via a learned dictionary/H. Chang, M.K. Ng, T. Zeng//IEEE Transactions on Signal Processing. -2014. -Vol. 62(3). -P. 718-728. - DOI: 10.1109/TSP.2013.2290508
- Shen, M.-Y. Review of postprocessing techniques for compression artifact removal/M.-Y. Shen, C.-C. Jay Kuo//Journal of Visual Communication and Image Representation. -1998. -Vol. 9(1). -P. 2-14. - DOI: 10.1006/jvci.1997.0378
- Mosleh, A. Image deconvolution ringing artifact detection and removal via psf frequency analysis/А. Mosleh, J.M.P. Langlois, P. Green//Computer Vision -ECCV 2014, Series: Lecture Notes in Computer Science. -2014. -Vol. 8692. -P. 247-262. - DOI: 10.1007/978-3-319-10593-2_17
- Umnov, A. Sparse method for ringing artifact detection/A. Umnov, A. Nasonov, A. Krylov, D. Yong//Proceedings of 12th International Conference on Signal Processing. -2014. -P. 662-667. - DOI: 10.1109/ICOSP.2014.7015086
- Nasonov, A. Adaptive image deringing/A. Nasonov, A. Krylov//Proceedings of GraphiCon 2009. -2009. -P. 151-154.
- Krylov, A. Variational image deringing using varying regularization parameter/A. Krylov, I. Sitdikov//Pattern Recognition and Image Analysis. -2015. -Vol. 25(1). -P. 96-100. - DOI: 10.1134/S1054661815010186
- Kellner, E. Gibbs-ringing artifact removal based on local subvoxel-shifts/E. Kellner, B. Dhital, V. Kiselev, M. Reisert//Magnetic Resonance in Medicine. -2016. -Vol. 76(5). -P. 1574-1581. - DOI: 10.1002/mrm.26054
- Mallat, S. A wavelet tour of signal processing: the sparse way/S. Mallat. -Philadelphia: Elseveir, 2009. -805 p. -ISBN: 978-0-12-374370-1.
- Rudin, L. Nonlinear total variation based noise removal algorithms/L. Rudin, S. Osher, E. Fatemi//Physica D: Nonlinear Phenomena. -1992. -Vol. 60(1-4). -P. 259-268. - DOI: 0.1016/0167-2789(92)90242-F
- Umnov, A. Ringing artifact suppression using sparse representation/A. Umnov, A. Krylov, A. Nasonov//Proceedings of the 16th International Conference on Advanced Concepts for Intelligent Vision Systems. -2015. -P. 35-45. - DOI: 10.1007/978-3-319-25903-1_4
- Elad, M. Sparse and redundant representations/M. Elad. -New York: Springer, 2010. -376 p. -ISBN: 978-1441970107.
- Elad, M. On the role of the sparse and redundant representations in image processing/M. Elad, M.A.T. Figueiredo, Y. Ma//Proceedings of the IEEE. -2010. -Vol. 98(6). -P. 972-982. - DOI: 10.1109/JPROC.2009.2037655
- Кольцов, П.П. Оценка размытия изображения/П.П. Кольцов//Компьютерная оптика. -2011. -Т. 35, № 1. -С. 95-102.
- Orieux, F. Bayesian estimation of regularization and point spread function parameters for Wiener-Hunt deconvolution/F. Orieux, J.F. Giovannelli, T. Rodet//Journal of the Optical Society of America A. -2010. -Vol. 27(7). -P. 1593-1607. - DOI: 10.1364/JOSAA.27.001593
- Donoho, D.L. Stable recovery of sparse overcomplete representations in the presence of noise/D.L. Donoho, M. Elad, V.N. Temlyakov//IEEE Transactions on Information Theory. -2006. -Vol. 52(1). -P. 6-18. - DOI: 10.1109/TIT.2005.860430
- Крылов, А.С. Влияние эффекта Гиббса на взаимную согласованность в методе разреженных представлений для изображений/А.С. Крылов, А.В. Умнов//Вестник МГУ. Серия 15: Вычислительная математика и кибернетика. -2016. -Т. 4. -С. 12-17.
- База данных изображений с эффектом Гиббса и ложным оконтуриванием . -URL: http://imaging.cs.msu.ru/research/ringing/database (дата обращения 21.09.2016).
- SciPy: Open Source scientific tools for Python /E. Jones, E. Oliphant, P. Peterson . -URL: http://scipy.org/(дата обращения 21.09.2016).
- Hunter, J. Matplotlib: A 2D graphics environment/J. Hunter//Computing in Science and Engineering. -2007. -Vol. 9(3). -P. 90-95. - DOI: 10.1109/MCSE.2007.55
- Pedregosa, F. Scikit-learn: Machine learning in Python/F. Pedregosa //Journal of Machine Learning Research. -2011. -Vol. 12. -P. 2825-2830.
Статья научная
